Estructura de la cognición humana y neurociencia

Emil Kirkegaard me envía, amablemente, un artículo que considera me puede interesar. Una vez leído el resumen aventuro que así será, de modo que avanzo con mirada decidida por las siguientes páginas. Durante ese proceso comienzo a albergar reservas y al terminar concluyo que algo no fue bien.

El equipo de Thomas Yeo se ha juramentado para encontrar una ‘cognitive ontology’ resumiendo los hechos observados en los estudios publicados y haciendo también sus propios análisis a partir de bases de datos públicas. En este caso usan datos del Human Connectome Project (HCP) y de NeuroVault.

En este informe se supone que aplican un modelo bifactorial sobre una variedad de datos de activación y desactivación cerebral ante tareas tan distintas como el cálculo, la cognición social, el procesamiento de rostros, el procesamiento semántico, la memoria episódica y la inhibición motora. Es decir, un batiburrillo de proporciones bíblicas.

Sostienen que los mapas de activación se pueden reducir a un factor general (g) –que explica, él solito, más de la mitad de la varianza (52%)—y una serie de factores específicos, cada uno de los cuales no explica más de 3% de la varianza. Por tanto, encuentran algo similar a lo que sucede al analizar los resultados obtenidos por las muestras de baremación de los test de inteligencia más renombrados como el Wechsler. La evidencia de la psicometría y de la neurociencia convergen –aunque, en este estudio, en el segundo caso no solamente se incluye información sobre rendimiento cognitivo.

Me gusta que usen mapas de activación sin corregir y que apliquen un modelo factorial que “extrae los factores que mejor explican la covarianza en los datos, en lugar de estimar las posibles fuentes independientes que subyacen a las asociaciones entre los mapas de activación (ICA, Independent Component Analysis)”. Además, aplican una rotación oblicua a los factores extraídos, lo que permite averiguar si se encuentran correlacionados. Consideran finalmente 108 mapas de activación que proyectan sobre una exhaustiva parcelación del cerebro en 950 regiones.

El gran problema, a mi juicio, es que el modelo bifactorial que contrastan no tiene sentido conceptual. Se mezclan tareas de naturaleza demasiado diversa, pero, además, los pesos en los factores de mayor generalidad se encuentran definidos por todos los de menor generalidad. Materializan una extraña reducción de datos, o eso es lo que parece.

Las áreas en las que observan un mayor solapamiento respecto de la activación son: posterior medial prefrontal cortex (pMPFC), anterior insula (AI), superior parietal cortex (SPC), dorsolateral prefrontal cortex (DLPFC) y áreas de la red visual (especialmente el fusiforme).

Las áreas con mayor representación en la desactivación son: medial prefrontal cortex (MPFC), precuneus/posterior cingulate cortex, y bilateral inferior parietal cortices (IPC).

Los resultados para el factor general (g) del modelo son extraños: las regiones más relevantes se vinculan al procesamiento emocional de rostros, la memoria operativa visual y la comparación visual de patrones. Los resultados para los factores específicos son bastante más interesantes. La siguiente figura presenta algunos ejemplos.

En la discusión vuelven a la carga para destacar el papel del pMPFC, cuya activación se observa en el 90% de los mapas, aunque también resaltan la presencia del giro fusiforme. Por tanto, sus resultados apoyarían una red frontal-temporal-occipital. El parietal quedaría excluido, o eso es lo que parece...

A pesar de enfatizar la relevancia del factor general (g) en distintos lugares del informe, al cerrar suavizan el mensaje: “antes que un único patrón de activación y desactivación, los resultados sugieren que existe una pluralidad de manifestaciones  de ese patrón dependiendo del grado de procesamiento y del tipo de estímulo dominante”.

Personalmente me parece más sólida una aproximación que comentamos aquí hace algunos meses. Más modesta, pero también más limpia conceptualmente.

Como llevamos defendiendo en mi equipo de investigación desde hace más de una década, debemos combinar psicometría y neurociencia para mejorar nuestra comprensión del rendimiento cognitivo. Pero se debe hacer cuidadosamente. En el informe que me envía Emil se estruja demasiado un paquete de datos tan enorme como deforme.

¿Qué se puede esperar?

-->